¿Cómo y cuándo recurren los empleados a los chatbots de IA generativa para resolver tareas mentales en el trabajo?

Host: Bienvenidos a A.I.S. Insights — powered by Living Knowledge. Soy Anna Ivy Summers. En este episodio analizamos el estudio titulado "Pensar con chatbots: descarga cognitiva en la interacción humano-IA generativa en el trabajo", presentado en la International Conference on Information Systems de 2026 por Jacopo Valentini, Haiat Perozzo y Aurelio Ravarini. Este trabajo examina cómo los profesionales integran los chatbots de inteligencia artificial generativa en sus tareas cognitivas diarias y en sus decisiones de trabajo. Para profundizar en el tema, me acompaña Alex Ian Sutherland. Hola, Alex.
Expert: Hola, Anna. Un gusto estar aquí.
Host: Alex, tradicionalmente hemos usado la tecnología para recordar datos o hacer cálculos. Sin embargo, este estudio plantea un escenario diferente con la inteligencia artificial generativa. ¿Cuál es el problema central que aborda?
Expert: El problema radica en que las herramientas digitales convencionales asumían tareas de bajo nivel, como almacenar notas o ejecutar fórmulas. Los chatbots de inteligencia artificial generativa van más allá: formulan argumentos, sintetizan contenidos complejos y recomiendan cursos de acción. El estudio señala que las organizaciones aún no comprenden con claridad bajo qué condiciones los empleados delegan su esfuerzo mental frente a mantener un juicio crítico activo.
Host: Para responder a esa interrogante, ¿qué metodología emplearon los autores?
Expert: Realizaron un análisis temático cualitativo e inductivo basado en 20 entrevistas semiestructuradas con profesionales de diversas funciones y niveles organizacionales. Al tratarse de una muestra de 20 participantes, el enfoque no busca generalizaciones estadísticas, sino identificar patrones sobre cómo las personas interactúan cognitivamente con estas herramientas en sus contextos laborales reales.
Host: Hablemos de los resultados. El estudio identifica cuatro usos principales de estos chatbots en el entorno de trabajo. ¿Cuáles son?
Expert: Así es. Los trabajadores los utilizan principalmente para cuatro actividades: preparar contenidos escritos, organizar información relacionada con tareas específicas, recuperar o verificar datos, y comparar alternativas antes de tomar una decisión.
Host: Y a partir de estos usos, los autores proponen un marco conceptual sobre la descarga cognitiva, ¿verdad?
Expert: Correcto. El marco muestra que la descarga de esfuerzo mental se articula sobre dos ejes: el nivel de esfuerzo mental percibido para la tarea y la suficiencia percibida de conocimientos que tiene el usuario. Al cruzar estas dos variables, el estudio define cuatro modos de descarga: primero, la descarga de tareas rutinarias, donde el esfuerzo es bajo y el conocimiento del usuario es alto; segundo, la descarga por brecha de conocimiento, con bajo esfuerzo pero bajo conocimiento propio; tercero, la descarga para resolución de ambigüedad, con alto esfuerzo y bajo conocimiento; y cuarto, la descarga orientada a la amplificación, caracterizada por alto esfuerzo y alto conocimiento.
Host: Un punto relevante del estudio es que los trabajadores no solo reducen su esfuerzo, sino que lo redistribuyen.
Expert: Exactamente. Los participantes no se limitaron a disminuir la carga de trabajo en momentos aislados. Más bien, reasignaron su energía cognitiva hacia componentes más amplios del proceso, como la evaluación de opciones y el juicio sobre los resultados generados.
Host: Pero también se señalan riesgos organizacionales concretos.
Expert: El riesgo principal aparece cuando el trabajador opera con una baja suficiencia de conocimientos. En esos casos, el usuario carece de la base técnica necesaria para evaluar críticamente las respuestas de la inteligencia artificial, lo que puede llevar a aceptar información imprecisa sin una debida validación.
Host: Llevando esto a la práctica empresarial, ¿qué acciones concretas pueden tomar los líderes y profesionales a partir de estos hallazgos?
Expert: En primer lugar, diseñar programas de capacitación orientados no solo a formular instrucciones o prompts, sino a fortalecer el criterio de verificación según el nivel de experiencia del empleado. En segundo lugar, los directivos deben mapear qué tareas caen en zonas de baja suficiencia de conocimientos para implementar revisiones humanas obligatorias. El valor para las empresas radica en gestionar la IA no solo como un ahorro de tiempo, sino como una herramienta que exige criterio técnico continuo.
Host: Una perspectiva muy clara y aplicable. Alex, muchas gracias por acompañarnos y explicar este análisis.
Expert: Gracias a ti, Anna.
Host: A nuestra audiencia, gracias por sintonizar A.I.S. Insights — powered by Living Knowledge. Hasta la próxima edición.